ドイツでは、気候変動と環境への影響が注目されています。2019年、EU議会は、2025年までに、公共バスの45％が低排出またはゼロ排出であるべきと発表しました。この比率は、今後5年から10年でさらに拡大すると予想されています。
これに照らして、ドイツに拠点を置くシミュレーションおよび最適化サービスプロバイダーであるSimPlan社は、ハーナウ市およびフランクフルト応用科学大学とプロジェクトを実行しました。目標は、地方自治体の電気自動車（EV）フリート運用のデジタルツイン化のためのモデル開発でした。
電気自動車モデリングの問題
このプロジェクトでは、SimPlanは、公共バス（HSB - Hanauer Straßenbahn）と、ごみ収集車（HIS - Hanau Infrastruktur Service）の2種類の車両を検討しました。車種については、次の3つの領域の評価が必要でした：
- 鉛蓄電池（BEV）を動力源とする電気自動車と水素（FCEV）を動力源とするEVのフリートミックス。
- 最適な充電および給油インフラストラクチャの構成と、それに必要な電力量。
- 輸送スケジュールとルートの運用上の影響。
さらに、SimPlan社は、電気自動車のモデリングでも考慮する必要のある2つの課題に直面しました。
第一に、電気自動車のフリートには、従来のディーゼル燃料車と比較して走行距離の制限があります。従来のバスの航続距離は500 kmですが、BEVとFCEVは300〜350 kmしかカバーできません。
問題は、このEVの移動範囲が、公共交通機関の現在の稼働距離よりも短いことです。したがって、車両のスケジュールとルートは、新しいEVベースのフリートミックスに合わせて調整する必要があります。
第二に、充電プロセスは非線形です。電気自動車の充電速度は、充電状態、充電ステーションで利用できる電力量、および同時に充電する車両の数によって異なります。
解決策
SimPlan社は、EV運用シミュレーションモデルを構築するために、最初に車両（タイプ、移動範囲、電池消費量）、スケジュール、バス停とごみコンテナの場所、コストなどに関するデータを収集する必要がありました。データはExcelからAnyLogicにインポートされました。
AnyLogicでは、エージェントベースのモデリングアプローチを使用して、2つの電気自動車の運用モデルを構築しました。モデルでは、エージェントは車両、施設、輸送管理、および充電管理を表しています。SimPlan社は、ステートチャートを使用して充電プロセスを定義し、Javaコードを使用して、位置マッピング、車両スケジューリング、アークルーティング（arc-routing）の問題、およびツアー割り当てのヒューリスティックを開発しました。
ごみ収集ルートのモデリング中に、SimPlan社は、システムの動作を正確にキャプチャするために考慮する必要がある4つの追加のルーティング制限を発見しました：
- 通りの方向（一方向または双方向）。
- トラックがごみ収集する位置（通りの左側または右側）。
- Uターンを避ける。大型車は交通を妨げないようにそれらを避ける。
- アクセスしにくいごみコンテナについて、SimPlan社は、トラックがごみ収集できるように、コンテナに最も近いアクセス可能な道路を決定するアルゴリズムを開発しました。
電気自動車の運用モデルについては、ユーザーが簡単に構成してシナリオを実行できるように、SimPlan社はカスタムユーザーインターフェイスを作成しました。
電気自動車（バス）の運用モデリング
SimPlan社がこのプロジェクトのために構築したモデルの1つは、電気バスの運行モデルでした。設定画面で、ユーザーは車両タイプ（ディーゼル、BEV、FCEV）を選択し、タイプ別のフリート数を選択し、デポ内の充電ステーションの数とそれらの最大電力を設定できます。ユーザーは、車両のエネルギー消費に対する温度の影響を考慮するオプションを選択することもできます。
モデルのマップビューでは、ユーザーはハーナウの街を移動するさまざまな種類のバス、それらの充電状態、エネルギーの種類、停車地、および充電ステーション（デポ）を確認できます。
電気自動車（トラック）の運行モデリング
SimPlanが構築した2番目のモデルは、ごみ収集車シミュレーションでした。設定は前のモデルと同様であるため、マップビューの違いのみを強調表示します。
モデル画面では、ハーナウの街を移動するごみ収集車、充電状態、エネルギーの種類、充電ステーション（デポ）だけでなく、ごみの種類別にコンテナを見ることができます。ユーザーは、希望する平日と週数を選択して、トラックのスケジュールの変更を観察することもできます。トラックが最大積載量に達すると、処分施設まで運転し、拾ったごみを降ろし、ごみの回収を再開します。
統計
モデルの実行中、AnyLogicの視覚化機能は、動的な洞察を提供し、KPIを追跡します。これにより、充電状態、回収期間、移動距離、および車両ごとの割り当てが表示されます。
モデルを実行した後、データを外部データベースにエクスポートし、結果を評価し、シナリオを比較しました。
電気自動車モデリングの結果
このプロジェクトでは、SimPlan社のスペシャリストが地方自治体の電気自動車の車両運用のモデルを作成しました。モデルでは、バスとごみ収集車（従来型、バッテリー駆動型、燃料電池駆動型の両方）の車両タイプを検討し、エージェントとしてモデル化しました。システムの動作を正確に説明するために、ヒューリスティック開発にAnyLogicステートチャートとJavaを使用しました。
同社は、大規模なEVフリートのタスクを正確に予測し、日常の運用を評価できるため、シミュレーションモデリングを使用しました。
シミュレーションシナリオを実行して結果を処理した後、SimPlan社は各タイプの必要な車両数に関するレポートを分析した結果、寒い季節には、暖かい季節に比べてゼロエミッション車と低排出車が多く必要であることがわかりました。
さらに、彼らは充電インフラストラクチャの潜在的な電力需要についての洞察を得ました。これらの統計を使用して、充電ステーションの数が限られている場合や、一般的に電力に制限がある場合に、ネットワークのパフォーマンスがどうなるかを分析できます。さらに、彼らはそれが車両スケジュールにどのように影響するかを評価することができました。
将来的にSimPlan社は、夜間充電ではなく機会充電を調査し、オンデマンドバスツアー（特定のスケジュールなし）がリアルタイムの顧客要件を満たすことができるかどうかを調査する予定です。日常業務では、シミュレーションモデルをデジタルツインに発展させる計画です。
プロジェクトとその調査結果は、AnyLogic Conference 2021でSimPlan社のDr. Nadia Galaskeによって発表されました － 地方自治体の車両フリートのe-モビリティ変換を設計およびサポートするためのエージェントベースモデル。
